查询过滤数据集中特定词汇的最佳SQL文本过滤函数

要从体育活动数据集中找出包含"soccer"的条目，最通用且高效的方案是使用LIKE操作符——几乎所有SQL数据库都原生支持它。

基础区分大小写匹配 #

如果你的数据集严格区分大小写，直接用LIKE搭配通配符%（匹配任意长度的字符，包括0个）即可：

SELECT * FROM sports_activities
WHERE activity_column LIKE '%soccer%';

不区分大小写的匹配 #

如果需要匹配"Soccer"、"SOCCER"这类大小写变体，不同数据库有不同实现方式：

• PostgreSQL：用原生支持不区分大小写的ILIKE

  SELECT * FROM sports_activities
  WHERE activity_column ILIKE '%soccer%';
  

• MySQL：通过LOWER()函数统一转换为小写后匹配

  SELECT * FROM sports_activities
  WHERE LOWER(activity_column) LIKE '%soccer%';
  

• SQL Server：用LOWER()统一转换，或指定不区分大小写的排序规则

  SELECT * FROM sports_activities
  WHERE LOWER(activity_column) LIKE LOWER('%soccer%');
  -- 或者用排序规则实现
  SELECT * FROM sports_activities
  WHERE activity_column LIKE '%soccer%' COLLATE SQL_Latin1_General_CP1_CI_AS;
  

精确单词匹配（避免部分匹配） #

如果要排除类似"soccerball"这种包含"soccer"但并非独立单词的条目，可以用正则表达式相关函数：

• PostgreSQL：使用~*操作符搭配单词边界\m

  SELECT * FROM sports_activities
  WHERE activity_column ~* '\msoccer\m';
  

• MySQL：用REGEXP_LIKE和单词边界标记[[:<:]]/[[:>:]]

  SELECT * FROM sports_activities
  WHERE REGEXP_LIKE(activity_column, '[[:<:]]soccer[[:>:]]', 'i');
  

• SQL Server（2017及以上版本）：使用REGEXP_MATCHES

  SELECT * FROM sports_activities
  WHERE REGEXP_MATCHES(activity_column, '\bsoccer\b', 'i');
  

总结 #

• 仅需简单包含匹配：优先用LIKE（或ILIKE），兼容性最好，在有合适索引（如全文索引）的情况下性能优异。
• 需要精确单词匹配：再考虑正则表达式函数，灵活性高但语法因数据库而异，性能略逊于LIKE。

内容的提问来源于stack exchange，提问作者TayArianna